Marelli presenta la nuova centralina per il controllo motore basata sull’intelligenza artificiale
Marelli ha presentato la sua nuova centralina elettronica basata su intelligenza artificiale per il controllo motore e veicolo in applicazioni motorsport, adatta a tutti i tipi di propulsione, sia tradizionale che elettrica.
Marelli lancia la sua nuova centralina elettronica basata su intelligenza artificiale (“AI-based”) per il controllo motore e veicolo in applicazioni motorsport, adatta a tutti i tipi di propulsione, sia tradizionale che elettrica. La soluzione, denominata “VEC_480”, risponde al 100% alla crescente esigenza del mercato di poter implementare algoritmi basati su AI, elaborati in tempo reale, a bordo veicolo. La presentazione è in corso durante il Professional MotorSport World Expo che si tiene a Colonia, in Germania, il 13 e 14 novembre.
Le VCU (Vehicle Control Unit) sono unità di controllo ad alte prestazioni che integrano diverse funzioni in un unico dispositivo: controllo motore e telaio, acquisizione dati, gateway per cloud e telemetria, networking interno al veicolo.
La VEC_480 ridefinisce lo standard delle tradizionali VCU motorsport, offrendo prestazioni, efficienza, affidabilità, potenza di calcolo e connettività avanzata senza precedenti. Rispetto alla VCU attuale, le prestazioni di calcolo in tempo reale sono 2,5 volte superiori; la larghezza di banda inter-processori è aumentata di 10 volte, così come è migliorata anche quella della memoria RAM, garantendo flessibilità e affidabilità molto superiori per tutte le strategie di controllo vitali del veicolo.
Basata sul solido know-how di Marelli Motorsport nelle soluzioni di controllo veicolo, la VEC_480 è progettata per gestire la crescente complessità degli algoritmi “neural based” (basati su elementi neurali) in tempo reale, grazie a un acceleratore AI avanzato (NPU – Neural Processing Unit) disponibile con capacità di calcolo fino a 26 TOPS (Tera Operations per Second).
Il potente acceleratore supporta inferenze AI in tempo reale, a bassa latenza e alta efficienza, aprendo la strada all’implementazione di sensori virtuali, all’elaborazione video in tempo reale (rilevamento pista, rilevamento oggetti e altro), alla localizzazione e al posizionamento precisi, all’analisi delle prestazioni, all’analisi predittiva e al riconoscimento vocale. Tale tecnologia supporta i migliori ambienti operativi in ambito AI, come ad esempio TensorFlow, TensorFlow Lite, Keras, PyTorch e ONNX.
Leggi anche: Marelli si aggiudica un contratto per fornire la gestione termica della batteria per veicoli elettrici
